千家信息网

Spark Graphx怎么求社交网络中的最大年纪追求者

发表于:2025-01-23 作者:千家信息网编辑
千家信息网最后更新 2025年01月23日,本篇内容介绍了"Spark Graphx怎么求社交网络中的最大年纪追求者"的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅
千家信息网最后更新 2025年01月23日Spark Graphx怎么求社交网络中的最大年纪追求者

本篇内容介绍了"Spark Graphx怎么求社交网络中的最大年纪追求者"的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!

Spark Graphx提供了mapReduceTriplets来对图进行聚合计算,但是1.2以后不再推荐使用,源代码如下:

@deprecated("use aggregateMessages", "1.2.0")def mapReduceTriplets[A: ClassTag](    mapFunc: EdgeTriplet[VD, ED] => Iterator[(VertexId, A)],    reduceFunc: (A, A) => A,    activeSetOpt: Option[(VertexRDD[_], EdgeDirection)] = None)  : VertexRDD[A]
* Aggregates values from the neighboring edges and vertices of each vertex.  The user supplied* `mapFunc` function is invoked on each edge of the graph, generating 0 or more "messages" to be* "sent" to either vertex in the edge.  The `reduceFunc` is then used to combine the output of* the map phase destined to each vertex.** This function is deprecated in 1.2.0 because of SPARK-3936. *

推荐使用的是aggregateMessages:

def aggregateMessages[A: ClassTag](    sendMsg: EdgeContext[VD, ED, A] => Unit,    mergeMsg: (A, A) => A,    tripletFields: TripletFields = TripletFields.All)  : VertexRDD[A] = {  aggregateMessagesWithActiveSet(sendMsg, mergeMsg, tripletFields, None)}

并举了一个简单的例子:

* vertex* {{{* val rawGraph: Graph[_, _] = Graph.textFile("twittergraph")* val inDeg: RDD[(VertexId, Int)] =*   rawGraph.aggregateMessages[Int](ctx => ctx.sendToDst(1), _ + _)* }}}

可以看见能够进行消息传递和聚合操作。

案例实战:求社交网络中的年纪最大的追求者和追求者的平均年龄:

val oldestFollower: VertexRDD[(String,Int)]=userGraph.aggregateMessages[(String, Int)](  triplet => {      triplet.sendToDst(triplet.srcAttr.name, triplet.srcAttr.age)  },  (a, b) => if (a._2 > b._2) a else b  )oldestFollower.collect.foreach(println(_))
averageAge: VertexRDD[] = userGraph.aggregateMessages[()](  triplet => {    triplet.sendToDst(triplet.srcAttr.age)  }(ab) => ((a._1 + b._1)(a._2 + b._2))).mapValues((idp) => p._2 / p._1)averageAge.collect().foreach((_))

很好很强大啊!

结果如下:

聚合操作

**********************************************************

找出年纪最大的追求者:

(4,(Bob,27))

(1,(David,42))

(6,(Charlie,65))

(2,(Charlie,65))

(3,(Ed,55))

**********************************************************

找出追求者的平均年纪:

(4,27.0)

(1,34.5)

(6,60.0)

(2,60.0)

(3,55.0)

**********************************************************

"Spark Graphx怎么求社交网络中的最大年纪追求者"的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注网站,小编将为大家输出更多高质量的实用文章!

0